Cuda 回退支持nvidia库
我计划用GPU做一个矩阵操作密集的应用程序。我想使用CUDA NVIDIA支持。我唯一的疑问是：是否有后备支持？我的意思是：如果我使用这些库，我就有可能在非CUDA环境中运行应用程序（当然没有gpu支持）？我希望能够在不受使用该环境限制的情况下调试应用程序。我没有找到这些信息，有什么提示吗？库中没有内置的回退支持（例如CUBLAS、CUSPARSE、CUFFT）。您需要让您的代码对现有CUDA环境进行检查，如果没有发现，则开发您自己的代码路径，可能使用备用库。例如，其他BLAS库（如MKL）大多可以复制CUBLAS函数。其他FFT库（例如FFTW）可以在很大程度上替代CUFFT函数Cuda 回退支持nvidia库,cuda,nvidia,Cuda,Nvidia,我计划用GPU做一个矩阵操作密集的应用程序。我想使用CUDA NVIDIA支持。我唯一的疑问是：是否有后备支持？我的意思是：如果我使用这些库，我就有可能在非CUDA环境中运行应用程序（当然没有gpu支持）？我希望能够在不受使用该环境限制的情况下调试应用程序。我没有找到这些信息，有什么提示吗？库中没有内置的回退支持（例如CUBLAS、CUSPARSE、CUFFT）。您需要让您的代码对现有CUDA环境进行检查，如果没有发现，则开发您自己的代码路径，可能使用备用库。例如，其他BLAS库（如MKL）大多
如何检测CUDA环境包含在其他SO问题中。简而言之，如果您的应用程序捆绑（例如静态链接）CUDART库，那么您可以运行与示例代码中类似的过程，以确定哪些GPU（如果有）可用。库中没有内置的回退支持（例如CUBLAS、CUSPARSE、CUFFT）。您需要让您的代码对现有CUDA环境进行检查，如果没有发现，则开发您自己的代码路径，可能使用备用库。例如，其他BLAS库（如MKL）大多可以复制CUBLAS函数。其他FFT库（例如FFTW）可以在很大程度上替代CUFFT函数
如何检测CUDA环境包含在其他SO问题中。简而言之，如果您的应用程序捆绑（例如静态链接）CUDART库，那么您可以运行与示例代码中类似的过程，以确定哪些GPU（如果有）可用。库中没有内置的回退支持（例如CUBLAS、CUSPARSE、CUFFT）。您需要让您的代码对现有CUDA环境进行检查，如果没有发现，则开发您自己的代码路径，可能使用备用库。例如，其他BLAS库（如MKL）大多可以复制CUBLAS函数。其他FFT库（例如FFTW）可以在很大程度上替代CUFFT函数
如何检测CUDA环境包含在其他SO问题中。简而言之，如果您的应用程序捆绑（例如静态链接）CUDART库，那么您可以运行与示例代码中类似的过程，以确定哪些GPU（如果有）可用。库中没有内置的回退支持（例如CUBLAS、CUSPARSE、CUFFT）。您需要让您的代码对现有CUDA环境进行检查，如果没有发现，则开发您自己的代码路径，可能使用备用库。例如，其他BLAS库（如MKL）大多可以复制CUBLAS函数。其他FFT库（例如FFTW）可以在很大程度上替代CUFFT函数 如何检测CUDA环境包含在其他SO问题中。简而言之，如果您的应用程序捆绑包（例如静态链接）支持CUDART库，那么您可以运行与示例代码中类似的过程，以确定可用的GPU（如果有）